KNN Python

Iris数据集概况

Iris Data Set（鸢尾属植物数据集）是我现在接触到的历史最悠久的数据集，它首次出现在著名的英国统计学家和生物学家Ronald Fisher 1936年的论文《The use of multiple measurements in taxonomic problems》中，被用来介绍线性判别式分析。在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，Iris Versicolour，Iris Virginica。每类收集了50个样本，因此这个数据集一共包含了150个样本。

特征

该数据集测量了所有150个样本的4个特征，分别是：

以上四个特征的单位都是厘米（cm）。

通常使用mm表示样本量的大小，nn表示每个样本所具有的特征数。因此在该数据集中，m=150,n=4

数据集的获取

该数据集被广泛用于分类算法的示例中，很多机器学习相关的数据都对这个数据集进行了介绍，因此可以获得的途径应该也会很多。

下面是该数据集存放的原始位置，该位置好像已经无法下载了，但是收集了使用该数据集的论文列表可供参考：

https://archive.ics.uci.edu/ml/datasets/Iris/

另一个比较方便的获取方式是，直接利用Python中的机器学习包scikit-learn直接导入该数据集，可参考Iris Plants Database，下面是具体的操作：

from sklearn.datasets import load_iris

data = load_iris()

print(dir(data))

print(data.DESCR)

import pandas as pd

pd.DataFrame(data=data.data, columns=data.feature_names)

下面是第3行和第4行的输出：

['DESCR', 'data', 'feature_names', 'target', 'target_names']

Iris Plants Database

====================

Notes

-----

Data Set Characteristics:

:Number of Instances: 150 (50 in each of three classes)

:Number of Attributes: 4 numeric, predictive attributes and the class

:Attribute Information:

- sepal length in cm

- sepal width in cm

- petal length in cm

- petal width in cm

- class:

- Iris-Setosa

- Iris-Versicolour

- Iris-Virginica

:Summary Statistics:

============== ==== ==== ======= ===== ====================

Min Max Mean SD Class Correlation

============== ==== ==== ======= ===== ====================

sepal length: 4.3 7.9 5.84 0.83 0.7826

sepal width: 2.0 4.4 3.05 0.43 -0.4194

petal length: 1.0 6.9 3.76 1.76 0.9490 (high!)

petal width: 0.1 2.5 1.20 0.76 0.9565 (high!)

============== ==== ==== ======= ===== ====================

:Missing Attribute Values: None

:Class Distribution: 33.3% for each of 3 classes.

:Creator: R.A. Fisher

:Donor: Michael Marshall (MARSHALL%PLU@io.arc.nasa.gov)

:Date: July, 1988

This is a copy of UCI ML iris datasets.

http://archive.ics.uci.edu/ml/datasets/Iris

The famous Iris database, first used by Sir R.A Fisher

This is perhaps the best known database to be found in the

pattern recognition literature. Fisher's paper is a classic in the field and

is referenced frequently to this day. (See Duda & Hart, for example.) The

data set contains 3 classes of 50 instances each, where each class refers to a

type of iris plant. One class is linearly separable from the other 2; the

latter are NOT linearly separable from each other.

References

----------

...

数据的可视化展示

将数据用图像的形式展示出来，可以对该数据集有一个直观的整体印象。下面利用该数据集4个特征中的后两个，即花瓣的长度和宽度，来展示所有的样本点。

import matplotlib.pyplot as plt

plt.style.use('ggplot')

X = data.data

y = data.target

features = data.feature_names

targets = data.target_names

plt.figure(figsize=(10, 4))

plt.plot(X[:, 2][y==0], X[:, 3][y==0], 'bs', label=targets[0])

plt.plot(X[:, 2][y==1], X[:, 3][y==1], 'kx', label=targets[1])

plt.plot(X[:, 2][y==2], X[:, 3][y==2], 'ro', label=targets[2])

plt.xlabel(features[2])

plt.ylabel(features[3])

plt.title('Iris Data Set')

plt.legend()

plt.savefig('Iris Data Set.png', dpi=200)

plt.show()

利用上面的代码画出来的图如下：

Reference

https://en.wikipedia.org/wiki/Iris_flower_data_set

https://archive.ics.uci.edu/ml/datasets/Iris/

https://matplotlib.org/users/style_sheets.html

http://scikit-learn.org/stable/datasets/index.html#iris-plants-database

                                                                              ---------本文转自https://www.cnblogs.com/Belter/p/8831216.html

相关知识

用python实现KNN算法对鸢尾花的分类
Python实现kNN算法，使用鸢尾花作为测试数据
KNN鸢尾花分类
Python原生代码实现KNN算法（鸢尾花数据集）
knn
Python实现KNN算法（鸢尾花数据）
【python机器学习】KNN算法实现回归（基于鸢尾花数据集）
鸢尾花数据分类，通过Python实现KNN分类算法。
KNN分类算法介绍，用KNN分类鸢尾花数据集（iris）
KNN算法实现鸢尾花数据集分类

网址: KNN Python https://www.huajiangbk.com/newsview1842686.html